遗传算法(Genetic Algorithm,简称GA)是美国学者Pr.John Holland和他的学生对自然界中生物系统进行的计算机模拟研究。它是由美国Michigan大学的Pr.John Holland于1975年首先提出的一类以达尔文的生物进化论以及孟德尔的遗传变异论为理论基础的模拟生物进化过程的优化算法,并具有自适应启发式的全局优化搜索算法。遗传算法之所以能够成为本世纪智能计算领域中最受瞩目,最为关键的科学技术之一,是因为它非常适合于处理之前的传统算法不能或难以解决的NP难问题和非线性规划领域问题。二十世纪五十年代初,一篇名为Portfolio Selection的文章享誉美国经济学领域,它是由美国经济学家Harry Markowitz发表的,并建立了Mean-Variance(均值一方差)理论模型,是经济学上首次对投资风险和投资收益的产生原因进行了详细的论述,及从理论上分析了怎样解决的方法,因此M—V模型便被视为现代投资组合理论的开端。本文通过对我国证券投资组合的研究和对证券市场进行调查发现其数学模型是一个多峰函数。因此对传统的遗传算法和一些改进的遗传算法进行研究发现,小生境遗传算法可以很好的解决多峰函数对峰值的查找问题,然而其本身又存在着查找的次数和精度都还不够理想的问题。基于这些缺点本文提出了一种改进的小生境遗传算法,并为了提高算法精度,提出了一种优选策略。所以最后将带有优选策略的改进的小生境遗传算法运用到我国证券市场中,实验结果发现,其可以比较准确的找到不同的风险收益组合,以便满足不同风险偏好的投资者进行理性投资。